我国创业板市场和中小板市场动态相关性实证研究.docVIP

我国创业板市场和中小板市场动态相关性实证研究 　　摘要：DCC-GARCH模型能较好地刻画金融市场间的线性动态相关性，而时变相关的正态Copula模型主要用于考察金融市场间的非线性动态相关性，选取创业板指数（399006）和中小板指数（399005），通过对两大指数收益率序列进行建模，基于DCC-GARCH模型和Copula模型分别计算两市场间的动态相关系数，以考察两市场间的动态相关性。研究结果表明：① 创业板市场与中小板市场存在正相关关系，且相关性很强；② 时变Copula模型因捕捉了市场收益率随时间变化的特性，在刻画金融市场间的相关性方面，效果要优于常相关Copula模型；③ 除个别时点外，DCC-GARCH模型计算的动态相关系数处于稳定的区间，而Copula模型计算的动态相关系数会表现出异常值的出现，这是由于其考虑了市场间的非线性因素所致，效果优于前者。 　　关键词：创业板市场；中小板市场；动态相关性；DCC-GARCH模型；Copula模型 　　中图分类号：F830.9 文献标识码：A 文章编号：1672-3104（2013）06?0086?05 　　创业板市场是专门为成长性好、发展潜力大的高科技公司提供融资的平台，是我国多层次资本市场建设的重要组成部分。中小板市场是我国特有的，为满足中小企业发展需要而设立的过渡资本市场。相对于主板市场而言，创业板与中小板具有上市公司规模小、价格波动大、市场风险高等特点，且二者均为为中小企业融资服务的资本市场平台。 　　根据国务院“九条意见”①精神，我国建立多层次资本市场的条件正逐步成熟，创业型企业上市在股本总额和持续盈利记录等方面的限制将有所放宽，在条件成熟时，中小企业板块将从现有的市场中剥离，并与目前的创业板市场合并，最终建立正式的创业板市场。由此可以看出，中小板市场是创业板市场的过渡产物。理论上，创业板市场有别于中小板市场，实际上，创业板市场与中小板市场表现出较强的趋同性。在这种背景下，通过计算两市场间的相关系数来考察二者间的动态相关性，对于投资者在两市场间进行资产配置或风险评估，都具有重要的现实意义。 　　静态相关系数无法反应不同市场间的资产价格或收益率的互动变化，而DCC-GARCH模型和Copula模型计算的动态相关系数均能较好地描述市场间的动态相关关系。Engle[1]提出了DCC-GARCH模型，我国学者游家兴等人[2]基于DCC-GARCH模型对中国与亚洲、欧美7个股票市场的联动性进行分析，得到了自1991年至2008年间市场间联动性变化的动态过程，并得出了市场间联动性逐渐增加的结论；徐有俊等[3]基于DCC-GARCH模型，通过运用1997年1月至2009年3月的数据，研究了中国股市与国际股票指数（MSCI印度指数、MSCI世界指数、MSCI亚太指数和MSCI亚洲新兴市场指数）之间的联动性，结果发现中印两国和亚洲新兴市场的联动性大于其与国际发达市场，且中国与世界股票市场的联动性逐渐增强；近年来，Copula理论和方法在金融等相关领域的运用取得了明显的进展。Patton[4]构建了马克兑美元和日元兑美元汇率的对数收益的二元Copula模型，结果显示Copula模型可以较好地描述外汇市场间的相关关系；韦艳华、张世英[5]运用Copula模型对上海股票市场各行业板块动态相关性进行了相关的研究；Bart ram、Taylor Wang[6]运用高斯时变Copula对欧元引入欧洲17个国家或地区的股票市场之间的相关性进行了研究；张自然、丁日佳[7]采用时变SJC-Copula模型较好地描述了人民币汇率境内SPOT市场、DF市场和境外NDF市场之间的相依关系。 　　从已有研究文献来看，DCC-GARCH模型和 　　Copula模型均能较好地刻画金融市场间的动态关系，但Copula模型效果要好于前者。目前，运用以上两模型对于创业板市场与中小板市场间的动态相关关系的研究文献鲜见，尤其是基于两方法的比较视角更是尚未看到，本文基于两方法比较视角对创业板市场与中小板市场间的动态相关性进行研究，对于厘清两市场间的关系，寻找测度市场间的相关性更适宜的方法都具有重要的现实意义。 　　一、相关理论与方法 　　（一） DCC-GARCH模型 　　设rt是一组白噪声随机变量组成的向量，满足以下条件： 　　（1） 　　其中：It?1为rt在时刻t?1时刻的信息集，Ht为条件协方差矩阵，表示为： 　　Ht=DtRtDt （2） 　　从单变量GARCH模型可以得到时变标准差矩阵Dt=diag{σi， t}，Rt={ρij}t为动态条件相关系数矩阵。 　　如果能够准确地估计Ht，Dt，代入上式（2），就可以计算出动态条件相关系数Rt。Rt的计算公式转化为： 　　（3）